Qwen2.5-VL
Qwen2.5-VL হলো 2025-এর শুরুর Alibaba-র ওপেন ভিশন-ল্যাঙ্গুয়েজ মডেল পরিবার। এটি olmOCR 2 ও Nanonets-OCR2-সহ বেশ কয়েকটি OCR মডেলের ভিত্তি।
যার একটি রিলিজ Qwen-VL. অন্যান্য ভার্সন: Qwen3-VL, Qwen2-VL.
- রিলিজ
- 28 জানুয়ারি 2025 (32B মার্চ 2025-এ)
- মডেল ID
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- আকার
- 3B, 7B, 32B ও 72B
- লাইসেন্স
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- এই নামেও খোঁজা হয়
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL-এ নতুন কী
- স্ক্যান করা ইনভয়েস, ফর্ম ও টেবিল থেকে স্ট্রাকচার্ড আউটপুট।
- বাউন্ডিং বক্স বা পয়েন্ট দিয়ে টেক্সট ও বস্তু শনাক্ত করে এবং স্থিতিশীল JSON ফেরত দেয়।
- 7B-তে Qwen2-VL-এর চেয়ে বেশি ডকুমেন্ট স্কোর: DocVQA 95.7 বনাম 94.5, OCRBench 864 বনাম 845।
Qwen2.5-VL বেঞ্চমার্ক
| বেঞ্চমার্ক | স্কোর | নোট |
|---|---|---|
| DocVQA (test) | 95.7 | 7B। Qwen2-VL-7B: 94.5 |
| OCRBench | 864 | 7B। Qwen2-VL-7B: 845, GPT-4o-mini: 785 |
| CC-OCR | 77.8 | 7B। Qwen2-VL-7B: 61.6 |
| ChartQA (test) | 87.3 | 7B। Qwen2-VL-7B: 83.0 |
স্কোরগুলো লেখকদের প্রকাশিত। আমরা নিজেরা আবার চালাইনি।
API দিয়ে Qwen2.5-VL ব্যবহার করুন
OCRRouter Qwen-VL-এর একটি ভিন্ন রিলিজ qwen/qwen-vl হিসেবে চালায়।
Qwen-VL ভার্সন
- Qwen-VL: OCRRouter-এ সব ভার্সন, দাম, গতি ও ফিচার
- Qwen3-VL (সেপ্টেম্বর ও অক্টোবর 2025)
- Qwen2.5-VL (28 জানুয়ারি 2025 (32B মার্চ 2025-এ)), এই পৃষ্ঠা
- Qwen2-VL (29 আগস্ট 2024)
প্রশ্ন
সূত্র
সর্বশেষ আপডেট .